赵 堃

（四川省电力公司绵阳电业局，四川 绵阳 621000）

短期的电力负荷预测能够对未来的几小时或者是几天的相关电力负荷进行预报，它是能量管理系统一个重要的组成部分，保障电力系统的经济、安全的运行。对短期电力负荷预测进行研究已经成为一个重要课题。

一 短期电力负荷预测概述

（一）电力负荷预测的意义

负荷预测即从之前的历史资料以及与之有影响的一些因素出发，比如说经济、政治、以及气象等等，探索出负荷之间的一些变化以及规律，然后对于未来的一种用电需求进行预见的估计。

对于短期电力负荷的预测有着重要的意义。具体体现在以下几点：

第一，能够准确的进行电力负荷的预测，对于正在运行中的发电厂的一些出力要求提出相应的预告，能够预先的对于发电机的出力变化相关情况进行估计，这对于装机容量小的孤立电网来说，进行短期的符合预测是很有必要的。

第二，容量稍微大一些的电网，为了能够科学经济合理的安排本网中各个发电机的停机与启动，这样以便使得系统在合理安全的范围内能够保持旋转的储备容量其耗费达到最小，进行短期的负荷预报也是很有必要的。

第三，在电网进行计算机的在线控制时，就应该用较为短期的预测信息将发电容量通过合理的调度予以实现，力求满足于给定的相关运行技术要求，使得发电的成本降为最小。

第四，在电力系统中，随着电力市场的建立以及发展，和电力的相关体制改革，电力运行的指标就是经济性，这也对短期的负荷预测相应的提出了更高的要求，对于短期电力预测将不再仅仅是作为EMS 的一个部分，而且也是进行电力市场指导与交易的一个很重要的依据。在电力市场的条件下进行短期的负荷预测不单单是技术性的问题也是一个经济问题，所以说，电力市场的不断发展也需要精确的短期发挥的预测。

（二）电力负荷预测技术的发展及现状

短期的预测负荷技术经历了从开始的离线分析到现在的在线应用，从过去的过分的对于调度员的依赖到现在的自动化以及智能化的一个转变的过程，它经历了大约三个时期。

最为早期的负荷预测是仅仅依赖于调度员检验，但是因为没有科学理论的指导，对于不同的调度员其预测的结果经常是存在着较大的差异性，此外，调度员的经验都是慢慢在实践中进行积累起来，因此，对于那些没有经验的新调度员根本就不能胜任这项工作。

到了二十世纪大约七十年代，一些关于数学的统计方法已经被引进了短期的负荷预测之中，这就使得短期的负荷预测能够超出并摆脱了必须要依赖于调度员的经验工作的一个历史，进而将短期的负荷预测提高了一个高度，其中比较典型的算法有确定性时间的分析法、状态空间法、回归分析法等等。

在二十世纪大约九十年代开始，在短期负荷预测技术中出现了人工的智能技术，比如专家系统法、人工神经的网络、灰色预测法、模糊性推理等等。其中人工的智能技术主要是来解决一些关于不确定性问题以及非线性问题，但是与数学的统计相比起来，人工智能的预测方法在进行预测的工程中进而考虑到了更多不确定的一些因素，比如说天气因素、温度因素、季节因素、以及人工经验等等，这些技术在实际的预测过程中提高了预测的精度。

这些方法在电力系统中的短期负荷预测中尽管得到了广泛的运用，但是其都有自己的局限性，所以说，在将各种预测模型进行综合的组合方法也得到了很广泛的关注。优选组合预测一般是有两种预测方法：第一，将各种预测的方法其所得到的结果，进而选取一些适当的权重来加权平均；第二，在这几种预测的方法里加以比较，然后选择标准离差最小的或者是拟合优度最好的预测模型将之作为一种最优的模型来预测。

二 短期负荷预测的特点以及其影响因素

电力的负荷预测是以电力负荷以及其影响因素作为一种历史数据，然后建立一种模型，科学的预测未来的电力负荷。短期的负荷预测具有一种不确定性以及随机性，所以这就导致了负荷有着以下特点：第一，对于预测的结果并不是确定的，具有一种不确定性；第二，对于各种负荷预测往往是在一定的条件下进行，其具有空间性；第三，短期的负荷预测一般是在一定时间与范围内进行，其具有时间性；第四，因为预测的结果具有条件性以及不准确性，因此说其具有多方案性的特点。

负荷预测一般是根据过去的历史相关资料，来建立一种数学模型进而对未来进行预测，所以一般会受到以下影响；第一，天气情况；第二，历史数据；第三，日期类型；第四，社会事件；第五，预测模型。

笔者对于四川绵阳有关天气情况是否能对短期负荷电力造成一定的影响进行了调查，通过对比，在温度条件以及节假日都相同的基础上，由于这一天四川绵阳的天气出现了降雨，温度较低，很凉快，短期电负荷出现了下降的现象，这就进一步的反映出了天气因素对于实际的短期电力负荷的影响。

三 短期负荷预测方法

短期的负荷预测因为受到天气的变化以及社会活动与节日类型的各种因素的相互影响，所以在时间序列方面就会表现为一种非平稳的随机的过程，但是在系统负荷的各种影响因素中都具有规律性，这就为有效的进行预测奠定了相应的基础。在目前来看，短期负荷预测的方法有很多，可以归结为以下几种：经典预测的方法、智能预测的方法、传统的预测方法、对于电力的负荷预测其研究的核心就是怎样利用历史数据，来建立预测的模型，然后预测未来的时刻以及某一时间段内的负荷值。所以说，影响短期负荷预测的精度主要因素就是预测的模型以及数据信息是否可靠。随着天气预测水平的提高以及现在的电力系统的管理信息相关系统的建立，很轻易的就能够获取历史数据，所以说，短期的预测其核心问题就是预测模型的水平，看其水平的高低。具体方法有以下几种：

（一）经典方法

第一种，回归分析法。即以历史数据的变化规律作为基础，寻找因变量与自变量之间的关系，将模型的参数予以确定，这样来推断出负荷值。这种方法的优点就是结构形式以及计算的原理较为简单，对于预测的速度也较快，其外推行比较好，也能够很好的预测对于历史上没有出现过的情况。其存在的不足之处就是对于一些历史数据要求还是过于高，结构形式比较简单，精度也比较低，这种模型不能详细的进行对于影响负荷因素的描述，对于模型的初始化还存在着一定的难度，所以说起需要较高的技巧以及丰富的经验。

第二种，时间序列法。电力负荷的一些历史数据就是根据时间的间隔记录下来的一种有序的集合，所以说它是一个时间序列。根据历史数据，来建立一种数学模型，确立负荷预测的相关表达式，然后对未来的负荷进行预测。

这种方法的优点就是工作量小，所需要的数据少，此外计算的速度也快，对负荷近期的变化的连续性能够准确的反映。但是这种方法只是对于比较均匀的短期预测，对于一些不确定的因素还考虑不健全，如果是天气变化比较大，或者是遇上一些节假日，预测的误差也就比较大。

（二）智能预测法

第一种，专家系统法。这种方法是基于一种知识的程序设计而建立的计算机系统，能够拥有某一领域的专家的经验或者是基础知识，然后在推理的基础上对于未来进行预测。这种方法的优点就是能够对于各种因素进行全面的考虑，全过程程序化，其具有快速决断以及建模简单的优点。此外，专家系统拥有丰富的知识以及经验，可以不但的积累并丰富，可靠性比较好，其工作的效率也高，可以将复杂的数值计算予以避免，进而得到准确的结果。

但是这种方法在进行预测的过程中经常会出现差错，此外，因为各地的负荷都有自己的特征，专家系统都是针对一些具体的系统，所以就不能直接的应用于一些其他的系统。

第二种，人工神经的网络法。这种方法优点就是能够适应大量的非结构性以及非精确性的一些规律，具有自主学习、信息记忆、以及知识推理的一些特点。有很强的计算能力、容错能力、复杂映射的能力等等。缺点就是神经网络的相关层数以及神经元的个数往往是主观经验来确定的，对于网络结构不能科学的确定，学习的速度也比较慢等。

此外还有很多方法，比如小波分析法、综合模型预测法、模糊预测法等等。

总结：短期负荷预测的精度与水平有着很重要的意义，其直接影响着电力系统的安全性与经济性以及供电的质量。相关工作人员应该积极的探索一些新思路与方法，进一步满足于市场经济背景下对短期负荷预测提出的新要求。此外，在实际的运用中，应该根据不同地方的短期负荷预测的特征做到灵活的运用。

[1].张振高，杨正瓴.短期负荷预测中的负荷求导法及天气因素的使用[J].电力系统及其自动化学报，2008（05）.

[2].毛伟中.受天气因素影响的电力系统短期负荷预测综述[J].人民珠江，2009（01）.

[3].夏经德，夏道止.带温度补偿的神经网络用于电力系统短期负荷预测[J].西北电力技术，2009（03）.

[4].朱晟,蒋传文,侯志俭.基于气象负荷因子的Elman 神经网络短期负荷预测[J].电力系统及其自动化学报，2008（01）.